基于多核优选的装备费用支持向量机预测法

针对支持向量机的核函数选择存在盲目性问题,提出多核优选的装备费用支持向量机预测方法。在不同核函数条件下,以提高推广能力拟合精度为目标,结合变步长多层次搜索算法选择最佳参数,确定拟合效果,通过判断选择最佳核函数。实例计算表明,多核优选的支持向量机预测方法精度高,通用性好。     

基于主成分分析和支持向量机的参数费用模型

在武器系统分析中,建立武器参数费用模型时,首先要挑选特征参数,这里采用主成分分析方法选择武器的特征参数;利用支持向量机建立了参数费用模型.通过实例与线性回归法和神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.     

基于支持向量机的预测控制算法

采用基于支持向量机的模型预测控制法来实现非线性模型预测控制.控制器设计采用改进MOUSE(Modifled Univariate Search)方法来解决非线性约束优化问题.其具体实现通过计算种群适应值函数、检查每个解是否满足约束条件、选取一定数量产生子代的种群计算相应适应值,更新设计变量等步骤完成.     

基于支持向量机集成的导弹发动机压力预测

针对导弹发动机压力下降难以预测的问题,根据某型导弹发动机压力实测数据,首先将实测数据进行插值处理,然后利用前5组数据为输入数据,后一组数据为预测数据,采用支持向量机集成方法对导弹发动机压力进行模型辨识,实现导弹发动机压力预测.通过对3组发动机压力实测数据进行仿真分析,发现支持向量机集成预测误差最大为0.102%,满足导弹发动机压力预测要求,对导弹发动机压力预防性维修具有重要作用.     

基于支持向量机的缺失飞行参数预测方法

通过对统计学习理论与支持向量机的理论分析,提出了一种基于支持向量机的缺失飞行参数预测方法。通过对两种不同情况的仿真,结果表明这种方法可行、有效。     

基于支持向量机的柴油机燃油系统故障诊断

介绍了支持向量机（SW）的机理,应用SVM对柴油机燃油系统进行故障诊断,通过试验确定了SVM参数的选择方法．实践诊断结果表明,SVM具有较好的诊断效果,对故障样本诊断的准确度较RBF神经网络高．     

基于V-支持向量机与ε-支持向量机的非线性系统辨识

介绍了V-支持向量机与ε-支持向量回归机的原理,并针对函数辨识问题作了仿真和比较,分析了其异同与优缺点.探讨了利用支持向量机进行非线性系统辨识的方法,仿真结果表明了V-支持向量机的有效性与优越性,并分析了V-支持向量机中参数V的变化对辨识结果的影响.     

基于RS理论的支持向量机分类模型

基于粗糙集(RS)的支持向量机(SVM)分类模型用RS预处理原始样本数据,通过属性和对象的约简消除输入样本数据冗余条件和样本,简化样本数据空间维数.预处理后数据作为样本数据训练SVM,其模型采用模糊离散.用C 编程实现仿真,选用RBF核函数训练SVM,仿真证明该分类模型提高训练速度和分类精度.     

基于粗糙集的支持向量机回归建模及应用

为提高船舶费用建模的精度,找出影响船舶费用建模的相对重要因素,减少各因素之间的相关性对费用模型的影响,提出用粗糙集理论改进支持向量机的建模方法。对数据进行一般约简,去除冗余信息,再进行支持向量机建模预测,建立费用预测模型。实例计算表明,粗糙集改进支持向量机方法的建模精度高,通用性强。     

基于支持向量机的手写体数字识别

支持向量机的手写体数字识别中,采用美国邮政服务数据库.并取多个2层神经网络中的最好者得出2层神经网络结果,专门设计5层卷积神经网络Lenetl.所有的结果均直接采用点阵输入,将像素值归正到相应区域间,且不施加任何预处理.该方法与人工分类、神经网络、决策树等方法比较,其测试误差低,测试速度高.     

基于遗传算法的装备维修任务规划

针对装备维修任务规划的特点,构建基于遗传算法的维修任务规划策略。结合装备维修工序,对维修任务规划进行分析,建立了以作业总维修工时最短为目标函数的维修保障任务规划数学模型。在此基础上,构建了求解任务规划模型的遗传算法,并对算法的实现规则进行了详细分析,确保了模型的有效性和收敛性。最后,以4台装备5个修理组为例,验证了该方法的有效性。结果表明,该算法能确保模型的有效性和收敛性,模型能有效处理装备维修任务规划问题,下一步将对算法作进一步的改进和完善。     

基于遗传算法的航空装备保障资源调度

运用遗传算法研究航空装备保障的资源调度优化问题,将网格路径优化与航空装备保障的实际相结合,通过网络优化、需求评估和路径优化建立了合适的航空装备保障资源调度参考模型和动态资源调度实施方案。运用遗传算法对资源调度进行规划的过程中对初始种群的产生和变异操作进行了改进,并用实例证实了该方法的有效性。     

改进型遗传算法在战时维修器材配置中的应用

分析了传统遗传算法存在的不足,通过改进传统遗传算法的选择机制,降低了选择的随机性,提高了计算效率。针对战时维修器材配置问题,建立了相应的优化模型,并结合实例在Matlab计算软件下验证了改进的算法。结果表明,改进型遗传算法能更高效地解决优化问题。     

系统单个部件机会维修的费用和可用度仿真

当系统中存在某些重要部件易损坏时,可以对其采取机会维修的策略。这不仅能提高可用度还能分摊固定维修费用,改善系统经济性。从此角度出发,提出了维修费用和可用度的计算表达式。之后考虑系统中单个部件进行机会维修下,研究了在使用更换维修时维修费用和可用度,并在蒙特卡罗方法基础上设计了仿真算法。结合实例表明本方法可以有效提高可用度并降低维修费用。     

基于免疫算法的装备维修人员调配方法

为提高维修人员维修工作安排合理性、时效性与人员作业量的均衡性,提出一种基于免疫算法的装备维 修人员调配方法。对装备大修过程中维修人员调配问题进行分析,利用矩阵寻址和均衡度评判,采用改进免疫算法 抗体的生成方式和评价标准,构建装备维修人员的调配优化方法,利用Matlab 编程计算调配结果,并通过Flexsim 软件仿真进行验证。仿真结果表明,该方法对装备维修效率的提高和人员作业量的均衡分配具有较好效果。     

基于蒙特卡洛仿真和遗传算法的车辆装备保障运输网络优化

车辆装备保障运输网络优化是影响非战争军事行动任务效果的关键环节。传统方法描述随机且不连续装备保障需求的能力弱,应用于非战争军事行动车辆装备保障运输网络优化方面,会导致结果不稳定。为解决这些问题,提出了基于蒙特卡洛仿真和遗传算法的车辆装备运输网络优化模型。结合非战争军事行动特点,利用边界条件设定,保障资源调度优化函数及保障资源约束条件设置,构建了车辆装备保障运输网络优化模型;采用遗传算法,在路网和运输路径两个层次对车辆装备保障运输网络进行寻优,进一步提高了运算结果的稳定性。通过残差分析验证了该模型的有效性。     

装备维修器材保障系统模型

随着武器装备的复杂性和技术含量的不断提高,装备维修器十寸保障已经成为部队战斗力的重要组成部分,对单级装备维修器材保障系统进行分析与研究,提出了建模思路和方法,为装备维修器材保障系统优化提供了更为满意的方案。     

基于主成分分析法的炮兵装备维修保障优化模型

对建立合理的炮兵装备维修体系来说,通过评估来推维修保障工作的不断发展,显得越来越重要。运用主成分分析法对炮兵装备维修评估体系的多项指标进行了综合聚集,然后在理想点的基础上建立了优化模型,从而为选择一种更合理的维修保障模式提供了科学依据,也为建立适应高技术条件下炮兵装备维修保障体系提供了理论指导。     

基于改进Petri 网的装备维修资源需求预测

为解决维修工作分析方法在装备维修资源预测中存在的不足,提出一种用维修工作Petri网(maintenance task Petri net,MTPN)来描述装备维修过程的方法.基于Petri网理论并结合装备维修过程的特点,以某装备液压机构的故障维修为例,建立MTPN模型,并得出所需维修资源的种类和数量.实例结果表明:该方法对装备维修过程的描述清晰直观,得出所需装备维修资源的种类和数量准确详细.     

基于熵权的航空装备维修保障能力评估

针对航空维修保障能力评估问题研究的不足,提出一种基于熵权的航空装备维修保障能力评估方法。根据航空装备维修保障的实际工作,将其分为准备、操作和保障3个阶段,分析各阶段工作的特点,分阶段建立指标体系,并采用熵权法确定各指标的权重;按照工作流程提出的指标体系更好地体现航空装备维修保障工作的整体性与连续性;最后,对某基地航空装备保障能力进行评估。评估结果表明：该评估指标能够提供合理有效的评估结论,为航空装备维修保障能力的评估提供了理论依据。